GAN开发中TensorFlow数据集转换至[-1,1]区间报错如何解决

tfds加载得到的Fashion MNIST原始图像为uint8数据类型（无符号8位整数，对应0~255的整数像素值），TensorFlow的减法算子不支持uint8类型张量与浮点数直接运算。
你测试时image / 255能正常运行，是因为除法算子会自动将整数类型张量提升为浮点类型后计算，但减法算子没有这个自动类型转换逻辑，因此直接对uint8类型的图像减浮点值127.5时，就会触发类型不匹配的报错。

在做数值缩放前，手动将图像张量转换为浮点类型，再执行线性映射到[-1,1]区间的计算即可，修正后的代码如下：

import tensorflow as tf
import tensorflow_datasets as tfds

def scale_images(data): 
    image = data['image']
    # 将uint8格式转换为float32浮点格式
    image = tf.cast(image, tf.float32)
    # 线性缩放至[-1, 1]区间，匹配生成器tanh层输出范围
    return (image - 127.5) / 127.5

ds = tfds.load('fashion_mnist', split='train')
ds = ds.map(scale_images)

效果验证 #

可以通过如下代码确认缩放后的像素范围是否符合预期：

# 抽取单个样本检查数值范围
for sample in ds.take(1):
    print(f"缩放后像素最小值：{tf.reduce_min(sample).numpy():.2f}")
    print(f"缩放后像素最大值：{tf.reduce_max(sample).numpy():.2f}")

运行后输出的最小值接近-1、最大值接近1，完全匹配GAN训练时判别器接收的输入数值范围要求。

内容的提问来源于stack exchange，提问作者Aditya Punetha